期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
车载紧耦合MIMUs/GPS的神经网络辅助强跟踪滤波方法（英文）
被引量：
4
1
作者
夏琳琳
孟庆瑜
+2 位作者
刘惠敏
马文杰
赵耀
《中国惯性技术学报》
EI
CSCD
北大核心
2017年第3期320-327,共8页
微惯性测量单元由三轴正交的微机械陀螺、加速度计和微型地磁传感器组成。将上述装置与GPS接收机组合,可构成最佳导航定位模型,其中紧耦合MIMUs/GPS对全导航参数(位置、速度及姿态)的测量精度可大幅提高。由于微惯性传感器具有大漂移特...
微惯性测量单元由三轴正交的微机械陀螺、加速度计和微型地磁传感器组成。将上述装置与GPS接收机组合,可构成最佳导航定位模型,其中紧耦合MIMUs/GPS对全导航参数(位置、速度及姿态)的测量精度可大幅提高。由于微惯性传感器具有大漂移特性,为获得具有自适应的线性参数模型,提出了融合滤波的信息处理方法,利用强跟踪滤波实现状态预测,二阶EKF实现测量更新,并借用神经网络技术完成对状态预测的修正。由于系统组件具有非线性,该神经网络辅助的强跟踪滤波方法旨在逼近MIMUs/GPS的真实特性,并为车载用户提供更为精准的导航参数信息。动态环境下的仿真试验表明,尽管MEMS惯性传感器的精度有限,所提出的方法能够有效用于实际的导航参数解算。
展开更多
关键词
MEMS技术
MIMUs/GPS
紧耦合
强跟踪二阶EKF
神经网络辅助滤波
在线阅读
下载PDF
职称材料
神经网络校正的EKF在水下被动目标跟踪中的应用研究
被引量：
3
2
作者
丁一
张瑶
李冠男
《小型微型计算机系统》
CSCD
北大核心
2020年第5期897-901,共5页
对于水下目标被动跟踪,通常采用扩展卡尔曼滤波算法进行目标状态估计,但在目标跟踪过程中,由于目标运动的不确定性及系统噪声的影响,此时对目标的状态估计通常难以获得较高的精度.针对以上问题,本文提出一种由BP神经网络来校正扩展卡尔...
对于水下目标被动跟踪,通常采用扩展卡尔曼滤波算法进行目标状态估计,但在目标跟踪过程中,由于目标运动的不确定性及系统噪声的影响,此时对目标的状态估计通常难以获得较高的精度.针对以上问题,本文提出一种由BP神经网络来校正扩展卡尔曼滤波的被动目标跟踪算法.利用BP神经网络的学习能力,将卡尔曼滤波过程中的滤波增益、滤波值与预测值之差、滤波值与量测值之差作为BP神经网络的输入,学习得出卡尔曼滤波的滤波误差,并利用此误差值对滤波过程进行在线校正.仿真表明,BP神经网络辅助校正扩展卡尔曼滤波的方法,对滤波过程的可靠性和精确度都有了提升.
展开更多
关键词
被动目标跟踪
BP
神经网络
扩展卡尔曼
滤波
神经网络
辅助
卡尔曼
滤波
在线阅读
下载PDF
职称材料
题名
车载紧耦合MIMUs/GPS的神经网络辅助强跟踪滤波方法（英文）
被引量：
4
1
作者
夏琳琳
孟庆瑜
刘惠敏
马文杰
赵耀
机构
东北电力大学自动化工程学院
青岛农业大学机电工程学院
东北电力大学理学院
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2017年第3期320-327,共8页
基金
国家自然科学基金项目(61503073)
吉林省科技厅自然科学基金项目(20170101125JC)
+1 种基金
吉林省教育厅科学技术研究项目(JJKH20170103KJ)
吉林市科技局杰出青年项目(20166005)
文摘
微惯性测量单元由三轴正交的微机械陀螺、加速度计和微型地磁传感器组成。将上述装置与GPS接收机组合,可构成最佳导航定位模型,其中紧耦合MIMUs/GPS对全导航参数(位置、速度及姿态)的测量精度可大幅提高。由于微惯性传感器具有大漂移特性,为获得具有自适应的线性参数模型,提出了融合滤波的信息处理方法,利用强跟踪滤波实现状态预测,二阶EKF实现测量更新,并借用神经网络技术完成对状态预测的修正。由于系统组件具有非线性,该神经网络辅助的强跟踪滤波方法旨在逼近MIMUs/GPS的真实特性,并为车载用户提供更为精准的导航参数信息。动态环境下的仿真试验表明,尽管MEMS惯性传感器的精度有限,所提出的方法能够有效用于实际的导航参数解算。
关键词
MEMS技术
MIMUs/GPS
紧耦合
强跟踪二阶EKF
神经网络辅助滤波
Keywords
MEMS technology
MIMUs/GPS
tightly-coupled
strong tracking quadratic EKF
neural network collaborative filtering
分类号
U666.1 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
神经网络校正的EKF在水下被动目标跟踪中的应用研究
被引量：
3
2
作者
丁一
张瑶
李冠男
机构
中国科学院沈阳自动化研究所机器人学国家重点实验室
中国科学院机器人与智能制造创新研究院
中国科学院大学
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第5期897-901,共5页
基金
机器人学国家重点实验室面上课题项目(2017z05)资助.
文摘
对于水下目标被动跟踪,通常采用扩展卡尔曼滤波算法进行目标状态估计,但在目标跟踪过程中,由于目标运动的不确定性及系统噪声的影响,此时对目标的状态估计通常难以获得较高的精度.针对以上问题,本文提出一种由BP神经网络来校正扩展卡尔曼滤波的被动目标跟踪算法.利用BP神经网络的学习能力,将卡尔曼滤波过程中的滤波增益、滤波值与预测值之差、滤波值与量测值之差作为BP神经网络的输入,学习得出卡尔曼滤波的滤波误差,并利用此误差值对滤波过程进行在线校正.仿真表明,BP神经网络辅助校正扩展卡尔曼滤波的方法,对滤波过程的可靠性和精确度都有了提升.
关键词
被动目标跟踪
BP
神经网络
扩展卡尔曼
滤波
神经网络
辅助
卡尔曼
滤波
Keywords
passive target tracking
BP neural network
extend Kalman filter
Kalman aided by neural network
分类号
TP24 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
车载紧耦合MIMUs/GPS的神经网络辅助强跟踪滤波方法（英文）
夏琳琳
孟庆瑜
刘惠敏
马文杰
赵耀
《中国惯性技术学报》
EI
CSCD
北大核心
2017
4
在线阅读
下载PDF
职称材料
2
神经网络校正的EKF在水下被动目标跟踪中的应用研究
丁一
张瑶
李冠男
《小型微型计算机系统》
CSCD
北大核心
2020
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
